0. 前言#

最近在捣鼓 AI Agent 方向的内容, 接触到 Hermes Agent —— 一个由 Nous Research 开源的 AI Agent 框架. 它和 Claude Code、OpenAI Codex 属于同一个赛道, 但有一个核心差异点让我很感兴趣: 多平台网关.

也就是说, 我可以通过微信直接给它发消息, 它就帮我去执行命令、操作浏览器、管理文件. 听起来很酷, 对吧?

但实际搞起来, 坑还真不少. 本篇博客记录了从零开始在 WSL (Windows Subsystem for Linux) 上部署 Hermes Agent 的完整过程, 包括几个核心环节:

1. Hermes 的安装与基础配置
2. 微信网关的对接
3. Windows 保活机制(解决 WSL 休眠/重启后服务中断的问题)
4. Camoufox 反爬浏览器的集成(绕过 Google、百度等网站的反爬检测)

希望对你有帮助.

NOTE

阅读前, 需要你 : 熟悉 Linux 命令行, 了解 WSL 的基本使用, 对 AI Agent 概念有基本认识.

1. Hermes Agent 是什么#

简单来说, Hermes Agent 就是一个可以跑在终端和聊天软件里的 AI 助手.

它不是又一个聊天机器人 —— 它能真正帮你干活. 你可以让它帮你查资料、写代码、操作浏览器、管理文件, 甚至写博客(这篇就是). 支持的工具调用挺丰富的:

• 20+ 模型供应商: OpenRouter、Anthropic、DeepSeek……想用哪个用哪个
• 10+ 平台网关: 微信、Telegram、Discord、Slack 都能连
• 跨会话记忆: 它会记住你的偏好, 不用每次都重新说
• 技能系统: 复杂的操作流程可以自动保存下来, 下次直接复用

架构上其实就两层, 不复杂:

1. Gateway (网关): 常驻后台的进程, 负责接收和转发消息. 你可以理解为 7x24 小时值班的”接线员”
2. Agent (代理): 每次对话创建一个新的 Agent 实例, 执行具体的任务. 相当于”干活的人”

2. 在 WSL 上安装#

我的环境是 Windows 11 + WSL2 (Ubuntu). 安装非常简单, 一行命令搞定:

1
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

安装完之后, 需要配置模型供应商. 我这边用的是 OpenRouter 做中转, 因为它的模型选择多, 而且不用绑定某一家:

1
hermes setup

或者直接编辑配置文件 ~/.hermes/config.yaml:

1
model:
2
  default: deepseek-v4-flash
3
  provider: custom
4
  base_url: https://your-api-endpoint/v1
5
  api_key: your_api_key

这里有几个我觉得值得调的配置项, 分享一下我的取值:

3. 微信网关配置#

这一步的体验还挺神奇的 —— 配好之后, 你给 Hermes 发微信就像给朋友发消息一样自然.

Hermes 用的是 iLink Bot 协议, 通过扫码登录微信:

1
hermes gateway setup

选择 WeChat 平台, 终端里会出现一个二维码, 掏出手机扫一下就行.

关键的配置项在 ~/.hermes/.env 中:

1
WEIXIN_ACCOUNT=你的微信账号
2
WEIXIN_GROUP_POLICY=open

然后启动网关:

1
hermes gateway run

看到类似下面的日志, 说明网关启动成功了:

1
[INFO] Weixin gateway connected
2
[INFO] Gateway running on ...

之后就可以在微信里给 Hermes 发消息了. 它会在微信里直接回复你, 就像在和联系人聊天一样.

不过有一点需要提前知道 —— iLink Bot 协议有一些限制:

• ✅ 收发文本消息
• ✅ 发送图片和文件
• ✅ 执行任意终端命令
• ✅ 操作浏览器(导航、截图、点击、输入)
• ❌ 不支持群聊
• ❌ 不支持给陌生人主动发消息

对我来说, 这些限制基本不影响日常使用. 大多数场景就是自己跟它对话, 不需要群聊功能.

4. 保活机制#

这是整个部署过程中最折腾的部分, 没有之一. 问题很简单:

WSL 在 Windows 休眠或重启后, Gateway 进程就挂了. 下次打开微信想用它的时候, 发现没反应了.

为了解决这个问题, 我搞了一个三层保活架构:

NOTE

以下各层的代码片段为核心流程展示, 实际脚本包含了更多的边界处理、错误恢复和安全保护（互斥锁降级、进程状态检测、多级 fallback 等）。

1
C:\Users\<用户名>\AppData\Roaming\Microsoft\Windows\Start Menu\Programs\Startup\start-hermes-watchdog.vbs

1
' 自动检测脚本所在目录，无需硬编码路径
2
Set objFSO = CreateObject("Scripting.FileSystemObject")
3
Set objShell = CreateObject("Wscript.Shell")
4

5
strPath = objFSO.GetParentFolderName(Wscript.ScriptFullName)
6
strPS1 = objFSO.BuildPath(strPath, "hermes-watchdog.ps1")
7

8
' 参数: 隐藏窗口(0), 不等待(False)
9
objShell.Run "powershell.exe -ExecutionPolicy Bypass -WindowStyle Hidden -File """ & strPS1 & """", 0, False

1
# 全局命名 Mutex 防止多实例竞跑
2
$mutex = New-Object System.Threading.Mutex($false, "Global\HermesGatewayWatchdog")
3
if (-not $mutex.WaitOne(0)) { exit 0 }
4

5
# 主循环: 分片睡眠 + 60s 心跳
6
while ($true) {
7
    # 分片 60s 睡眠, 每片写心跳文件
8
    for ($i = 0; $i -lt 5; $i++) {
9
        Start-Sleep -Seconds 60
10
        Get-Date -Format "yyyy-MM-dd HH:mm:ss" |
11
            Out-File $heartbeatFile -Encoding utf8 -Force
12
    }
13

14
    # Step 1: WSL 可达性预检
15
    if (-not (Test-WslAlive)) {
16
        # 尝试唤起 WSL, 失败则跳过本轮
17
        wsl.exe -d Ubuntu -- echo "kick" 2>&1
18
        continue
19
    }
20

21
    # Step 2: 调用 WSL 侧的检测脚本
22
    $output, $exitCode, $timedOut = Invoke-WslScript
23

24
    if ($timedOut) { continue }           # WSL 超时
25
    if ($exitCode -eq 0) { /* 正常 */ }   # 仅每5周期写一次日志
26
    if ($exitCode -eq 1) { Write-Log "Gateway 已重启" }
27
    if ($exitCode -eq 2) {
28
        # 兜底: WSL 脚本失败, PS1 直接启动
29
        Invoke-WslScript -Command "hermes gateway run &" -TimeoutSeconds 15
30
    }
31
}

1
#!/bin/bash
2
# 锁: flock + PID 文件, 防多实例也防 inode 替换绕过
3
LOCKFILE="/var/run/hermes-watchdog.lock"
4
exec 200>"$LOCKFILE"; flock -n 200 || exit 0
5
echo "$$" > "$LOCKFILE"
6

7
# find_gateway_pid: 遍历 pgrep 结果
8
# 用 /proc/PID/exe 确认是 Python 进程 (排除 shell 包装)
9
# 用 /proc/PID/status 跳过 Zombie 和 D 状态
10
find_gateway_pid() {
11
    for pid in $(pgrep -f "hermes gateway run"); do
12
        [ ! -d "/proc/$pid" ] && continue
13
        [ "$pid" = "$$" ] && continue  # 跳过自身
14
        state=$(grep -o '^State:\\s*[A-Z]' /proc/$pid/status | grep -o '[A-Z]$')
15
        case "$state" in Z|D) continue ;; esac
16
        exe=$(readlink /proc/$pid/exe)
17
        case "$exe" in */python|*/python3|*/python3.*) echo "$pid"; return 0 ;; esac
18
    done; return 1
19
}
20

21
GW_PID=$(find_gateway_pid)
22
[ -n "$GW_PID" ] && echo "0" && exit 0  # 正常运行
23

24
# 三级 fallback 启动
25
VENV="/usr/local/lib/hermes-agent/venv/bin/hermes"
26
for cmd in "$VENV" "hermes" "python3 -m hermes"; do
27
    nohup $cmd gateway run </dev/null >/dev/null 2>&1 &
28
    for i in {1..15}; do
29
        sleep 2
30
        [ -n "$(find_gateway_pid)" ] && echo "1" && exit 1  # 启动成功
31
    done
32
done
33
echo "2" && exit 2  # 启动失败

1
# 任务: 开机启动看门狗 (启动目录备用入口)
2
$action = New-ScheduledTaskAction -Execute "powershell.exe" `
3
    -Argument "-ExecutionPolicy Bypass -WindowStyle Hidden -File `"C:\...\hermes-watchdog.ps1`""
4
Register-ScheduledTask -TaskName "HermesWatchdog" -Action $action -Force
5

6
# 兜底: 每5分钟检查 (通过独立的 check-watchdog.ps1)
7
$action = New-ScheduledTaskAction -Execute "powershell.exe" `
8
    -Argument "-File `"C:\...\check-watchdog.ps1`""
9
$trigger = New-ScheduledTaskTrigger -Once -At (Get-Date) `
10
    -RepetitionInterval (New-TimeSpan -Minutes 5) `
11
    -RepetitionDuration ([TimeSpan]::FromDays(365))
12
Register-ScheduledTask -TaskName "HermesWatchdogHealthCheck" -Action $action -Trigger $trigger -Force

5. Camoufox 反爬浏览器#

这是另一个让我踩了不少坑的部分.

Hermes 内置的浏览器工具默认用的是 Playwright 的浏览器. 问题在于: 很多国内网站(百度、天气网)和 Google 都会检测并拦截自动化浏览器. 我第一次试的时候就碰了一鼻子灰 —— 打开百度直接给个验证码, 天天气网直接 403.

解决方案是装一个反检测浏览器: Camoufox.

Camoufox 本质上就是 一个经过魔改的 Firefox, 它通过随机化浏览器指纹(屏幕分辨率、WebGL、字体、时区、语言等)来伪装成普通用户. 简单理解就是 —— 它让网站以为你是一个真实的用户在浏览.

1
# 1. 安装 Camoufox Python 包
2
pip install camoufox
3

4
# 2. 安装 camofox-browser (Node.js REST API 服务)
5
git clone https://github.com/jo-inc/camofox-browser.git ~/.hermes/camofox-browser
6
cd ~/.hermes/camofox-browser && npm install

1
cd ~/.hermes/camofox-browser && PORT=9377 npm start

1
curl http://localhost:9377/health
2
# {"ok":true,"engine":"camoufox","browserConnected":true,"browserRunning":true}

1
CAMOFOX_URL=http://localhost:9377

1
browser:
2
  engine: auto
3
  camofox:
4
    managed_persistence: false

1
/root/.hermes/camofoxctl.sh start   # 启动
2
/root/.hermes/camofoxctl.sh status  # 查看状态
3
/root/.hermes/camofoxctl.sh stop    # 停止

6. 灵魂画手: 架构总览#

下面用一张图总结整个系统的架构:

上图展示了从用户手机微信端 → WeChat Gateway → Hermes Agent → Camoufox 浏览器 → 外部 Web 服务的完整链路, 以及底部的三层保活系统.

7. 总结#

整个部署过程踩了不少坑, 总结几个关键经验:

1. WSL 的稳定性: 电脑休眠后 WSL 可能丢网络或进程, 保活脚本是必需品, 别偷懒
2. 网关协议有限制: iLink Bot 不支持群聊、不能主动给陌生人发消息, 但核心功能——收发消息、传文件——完全够用
3. 反爬是个绕不过去的坎: 默认的 Playwright 浏览器在中文互联网上基本寸步难行, Camoufox 是目前试下来最省心的方案
4. Hermes 的技能系统是真香: 用多了它会自己积累工作流, 越来越顺手

最终的效果就是——我躺在沙发上, 掏出来手机打开微信, 就可以让 Hermes 帮我查天气、搜 Google、管理代码、甚至写博客. 这感觉, 确实爽. 👍

如果你也在折腾 AI Agent, 欢迎交流.